数据问题比看起来更棘手
将购买与后来的出售进行匹配听起来很简单,直到您查看真实的备案文件。姓名各异。角色变化。交易代码因市场而异。持股可能在交易前后报告,也可能根本不报告。一些内幕人士通过关联实体进行交易。另一些则提交更正。结果是一个谜题,碎片太多,盒子上却没有图片。
披露制度告知您事件,但并非总是库存来源
根据欧盟市场滥用条例,履行管理职责的人员及其密切关联人员,一旦达到阈值,必须通知其在发行人股票或相关工具中的交易,通知应及时,且不迟于交易后三个工作日。在法国,AMF是相关监管机构,但该规则是欧洲架构。这有利于及时性,但不利于批次核算。
在美国,第16条备案文件为董事、高级职员和超过阈值的实益拥有人提供了丰富的交易层面披露。Form 4可能非常有用,特别是交易代码区分了公开市场交易、期权行使、赠与和其他事件。但即使在那里,当内幕人士有多个获取来源和多个账户时,重建精确的持有期也可能很混乱。
同一个人并非总是同一个字符串
一个严谨的匹配流程需要实体解析。“Jean Dupont”、“M. Jean Dupont”和“Dupont Jean”不应成为三个不同的内部人。除非法律报告框架支持这种关联,否则配偶控制的工具也不应悄无声息地合并到高管的个人账户中。
至少,匹配键应包括:
- 标准化的内部人身份,
- 发行人标识符,
- 可用的证券标识符,
- 交易日期,
- 交易类型,
- 数量,
- 以及(如果披露)交易后持股。
即便如此,模糊性依然存在。分析师的工作是减少模糊性,而不是假装它已消失。
先进先出(FIFO)是一种便利,而非真相药水
假设一位内部人在3月份购买了10,000股,6月份又购买了5,000股,然后在9月份卖出了8,000股。他们卖出的是哪一批?如果没有明确的批次识别,您需要一个分配规则。常见的选择是先进先出(FIFO)、后进先出(LIFO)和按比例匹配。
FIFO通常是实际的默认选择,因为它简单且稳定。它也倾向于与“这种已获得的敞口持续了多久?”的保守概念保持一致。但这仍然是一个假设。如果内部人实际上是先卖出了6月份的那批股票,那么您估计的持有期就是错误的。
这并不意味着这项工作毫无用处。这意味着文章和回测应该用通俗易懂的语言说明这一点,而不是躲在小数位后面。
一个站得住脚的匹配框架
如果您想要发布内部人持有期的分布,其方法论应该比一般的市场数据博客更严格,并且比咨询师的附录更不神秘。目标不是完美的真相。它是一个透明的近似值,能够经受住持怀疑态度的读者的审视。
步骤1,严格定义交易范围
从最纯净的信号集开始:
- 内部人的公开市场购买,
- 仅限普通股,除非衍生品是所研究市场的核心,
- 排除赠与、归属、期权行使、馈赠、继承、质押和转让,
- 排除关联人士的交易,除非您能始终如一地识别他们并有意将其纳入设计。
这将减少样本量。很好。宁愿样本量小一些,也不要一个充满薪酬操作的更大样本。
步骤2:按发行人建立内部人层面的库存
对于每个内部人和发行人,创建一份符合条件的收购和处置的按时间顺序排列的分类账。如果备案文件报告了交易后的持股情况,请将其用作一致性检查。如果根据您的规则,处置将意味着符合条件的库存为负,这是一个警告信号,表明出售可能来自其他来源。
在此阶段,您需要一个决策规则:
- 要么允许混合来源库存并接受更多噪音,
- 要么要求匹配的卖出不超过累计的、仍未平仓的符合条件的公开市场买入。
第二种选择更为严格,通常更适合信念研究。
步骤3:将卖出与之前的买入进行匹配
在每个内部人-发行人-证券分类账中应用批次匹配规则,通常是先进先出(FIFO)。这会产生估计的往返交易和以日历日或交易日计的持有期。
有用的输出包括:
- 中位数持有期,
- 四分位距,
- 30、90、180和365天后仍未售出的买入份额,
- 首次卖出随时间变化的风险率,
- 以及角色层面的细分,例如首席执行官、首席财务官、董事长和非执行董事。
生存分析框架通常比简单的直方图更清晰,因为许多买入在样本期末仍未出售。这些是右侧截尾观测值,而非缺失数据。
第4步:区分完全退出和部分减持
一位内部人买入50,000股后又卖出5,000股,这并非通常意义上的“退出”。部分处置可能仍然重要,但不应与完全反转混为一谈。
因此,一项严谨的研究至少应报告两项指标:
- 首次匹配卖出的时间,
- 已购数量完全处置的时间(如可观察)。
第一项指标捕捉内部人何时开始减少持仓。第二项指标捕捉总体的承诺持续了多久。两者并非同一回事。
第5步:将可能的例行性出售分类
并非所有买入后的卖出都应被解读为改变主意。有些可能是例行性的。线索包括:
- 集中在纳税日期附近的出售,
- 归属事件后立即进行的处置,
- 根据计划重复进行的小额出售,
- 以及与公开市场积累不一致的模式。
如果备案文件或市场允许,请单独标记这些交易。“所有匹配卖出”的分布很有趣。“可自由裁量的公开市场反转”的分布则更有趣。